深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
8861	2026-02-20	Demographic-aware deep learning for multi-organ segmentation: Mitigating gender and age biases in CT images 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70322 PMID:41681030	研究论文	本文提出了一种用于CT图像多器官分割的人口统计学感知深度学习框架，旨在通过结合人口统计学提示和自适应注意力机制来减轻年龄和性别偏见	提出了人口统计学感知网络（DA-Net），该网络集成了动态适应人口统计学提示的卷积核的DA-HyperConv模块和用于利用多视图特征的ATAB模块，以显式地减轻年龄和性别偏见	未明确提及	开发一个能够减轻年龄和性别偏见、提高多器官分割准确性和公平性的深度学习框架	CT图像中的器官（风险器官）	数字病理学	NA	CT扫描	深度学习	图像	训练集：489例成人CT扫描（AMOS2022）和370例儿科CT扫描（Pediatric CT-SEG），总计859例扫描，覆盖30个器官，包含355例女性扫描；外部验证集：150例成人CT扫描（WORD，含62例女性）	NA	DA-Net	Dice相似系数, 归一化表面Dice	NA
8862	2026-02-20	List-mode TOF-PET 3D image reconstruction using stochastic primal-dual network 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70324 PMID:41691549	研究论文	本文提出了一种基于随机原始-对偶网络架构的列表模式TOF-PET三维图像重建新方法，旨在直接从列表模式数据重建PET图像，以提升图像质量并降低计算需求	提出LM-SPD-Net框架，结合CNN和FCNN模块，通过物理信息投影模型处理列表模式数据，克服了传统CNN在此类数据上的限制，并采用子集划分策略降低内存使用	未明确说明方法在极端低剂量或复杂病理条件下的泛化能力，以及实际临床部署中的计算效率限制	解决TOF-PET重建中因数据量剧增导致的计算时间和内存需求问题，同时提升图像质量	PET图像，特别是模拟和半真实临床数据中的肿瘤和丘脑等临床相关区域	医学影像处理	NA	TOF-PET，列表模式数据采集	CNN，FCNN	列表模式数据，三维图像	NA	NA	随机原始-对偶网络	PSNR，SSIM	NA
8863	2026-02-20	A Cross-modality Transformer Network for MR-guided Low-dose Tau PET Image Denoising 2026-Feb, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3581204 PMID:41693715	研究论文	本文提出了一种基于跨模态Transformer网络的深度学习方法来改善低剂量tau PET图像的降噪效果	引入了跨模态Transformer块，整合PET和MR先验信息，并利用空间和通道信息计算跨模态自注意力图	NA	通过深度学习技术进一步降低tau PET扫描的注射剂量，以支持基于成像的疾病进展纵向监测	139个动态F-MK-6240 tau PET数据集中的早期帧和晚期帧图像	计算机视觉	阿尔茨海默病及相关痴呆症	PET成像, MR成像	Transformer	图像	139个动态F-MK-6240 tau PET数据集	NA	跨模态Transformer网络	NA	NA
8864	2026-02-20	Computation and deep-learning-driven advances in CRISPR genome editing 2026-Feb, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01739-7 PMID:41699287	综述	本文综述了计算和深度学习在CRISPR基因组编辑领域的应用进展	整合了基于深度学习的结构预测算法、物理模拟、神经网络、图神经网络以及生成模型（如扩散模型和大语言模型）来优化CRISPR系统并理解其机制	讨论了计算建模和工具在开发可编程基因组编辑器过程中面临的挑战和局限性	推动CRISPR基因组编辑技术在生物医学和生物技术领域的发展	CRISPR-Cas系统及其在基因组编辑中的应用	机器学习	NA	CRISPR-Cas系统	神经网络, 图神经网络, 生成模型, 扩散模型, 大语言模型	NA	NA	NA	NA	NA	NA
8865	2026-02-20	Adding arterial nitrogen pressure to single-measurement monitoring data enables diagnostic lung modeling by deep learning 2026-Feb, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70647 PMID:41699867	研究论文	本研究探讨了在深度学习分析中纳入动脉氮分压，结合单次测量的动脉血气、心输出量和间接测热数据，能否实现基于West通气/灌注肺模型的个体化肺功能量化	首次将动脉氮分压纳入深度学习分析框架，用于基于单次测量数据量化West通气/灌注肺模型的关键参数	研究基于模拟数据集进行，尚未在真实临床数据中验证	开发一种基于深度学习的个体化肺功能量化方法	West通气/灌注肺模型的关键参数（分流、logSD、平均V/Q比）	机器学习	NA	动脉血气分析、间接测热法、心输出量测量	深度学习	模拟生理数据	训练数据2,010,000个样本，测试数据43,915个样本	Python	NA	线性回归R值、斜率、核密度估计	NA
8866	2026-02-20	Dual convolutional neural network framework for segmenting dental caries in panoramic radiographs 2026-Feb, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.09.040 PMID:41087260	研究论文	本研究开发并评估了一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿	提出了一种结合Faster R-CNN和U-Net架构的双卷积神经网络框架，用于在口腔全景X光片中自动检测和分割龋齿，相比传统分割模型在多个性能指标上均有显著提升	未明确提及具体局限性，如数据集的多样性、模型泛化能力或临床验证的充分性	开发并评估一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿，以提高诊断准确性	口腔全景X光片中的龋齿区域	计算机视觉	龋齿	深度学习	CNN	图像	NA	NA	Faster R-CNN, U-Net	交并比, Dice系数, 召回率, 精确率	NA
8867	2026-02-20	Intrinsic tumor factors and extrinsic environmental and social exposures contribute to endometrial cancer recurrence patterns 2026-Jan-30, Research square DOI:10.21203/rs.3.rs-8682460/v1 PMID:41646408	研究论文	本研究通过整合临床、基因组、微生物组和环境数据，评估了子宫内膜癌复发与内在肿瘤因素及外在环境暴露（如空气污染）的关联	首次将肿瘤相关细菌群落、肿瘤免疫微环境和空气污染等外在环境因素与临床、病理和基因组特征结合，利用主题建模和机器学习方法预测子宫内膜癌复发	TCGA数据集中部分微生物组数据缺失，可能影响模型的外部验证效果	评估外在环境因素和内在肿瘤因素对子宫内膜癌复发的影响，并构建个体化预测模型	子宫内膜癌患者，根据风险分层为低风险、高风险和非子宫内膜样组织学组	数字病理学	子宫内膜癌	RNA测序, DNA提取, 宏基因组学分析	机器学习, 深度学习	基因组数据, 微生物组数据, 临床数据, 环境数据	892例患者（低风险组329例，高风险组324例，非子宫内膜样组239例）	TensorFlow, MATLAB	潜在狄利克雷分配（LDA）	AUC, 95%置信区间	未明确指定
8868	2026-02-20	A lightweight YOLO11n seg framework for real time surface crack detection with segmentation 2026-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37073-1 PMID:41611793	研究论文	本研究提出了一种基于YOLO11n-seg架构的轻量级深度学习框架，用于实时表面裂缝检测与分割	采用YOLO11n-seg轻量级架构，在保持高精度的同时显著降低计算成本，实现超快速推理（每张图像3.6毫秒），为边缘部署的裂缝识别设立了新基准	模型在Mask mAP@50指标上为58.7%，分割性能仍有提升空间；仅使用Crack-Seg数据集进行验证，泛化能力未在其他数据集上测试	开发一种轻量级、实时的表面裂缝检测与分割方法，以自动化基础设施安全检查	桥梁、路面、隧道和建筑物等民用基础设施的表面裂缝	计算机视觉	NA	深度学习	YOLO	图像	使用Crack-Seg数据集，具体样本数量未在摘要中说明	NA	YOLO11n-seg	精确度, Box mAP@50, Mask mAP@50, 推理速度	Tesla T4 GPU
8869	2026-02-20	A hybrid local-global feature attention network for thin section rock image classification 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36669-x PMID:41606083	研究论文	本文提出了一种用于薄片岩石图像分类的混合局部-全局特征注意力网络HFANet，通过集成DenseNet和Swin Transformer来同时捕获局部纹理和全局语义	提出了一种新颖的混合局部-全局特征注意力网络HFANet，集成了基于DenseNet的局部分支和基于Swin Transformer的全局分支，并引入了多头自注意力模块和双向交叉注意力机制，以及包含三个独立头部的集成分类框架与多模态特征融合	NA	提高薄片岩石图像的分类准确性，以支持地质调查、资源勘探和自动化岩相分析	薄片岩石图像	计算机视觉	NA	NA	CNN, Transformer	图像	NA	NA	DenseNet, Swin Transformer	准确率, AUC, AUPR	NA
8870	2026-01-30	An interactive cascaded deep learning framework with expert refinement for accurate striatal subregion segmentation 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36399-0 PMID:41606103	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8871	2026-01-30	Deep learning for construction waste detection using ConvNeXt V2 EMA attention and WIoU v3 loss 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37473-3 PMID:41606243	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8872	2026-02-20	Deep residual networks with convolutional feature extraction for short-term load forecasting 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35410-y PMID:41588046	研究论文	本研究提出了一种嵌入卷积神经网络的深度残差网络，用于提升短期负荷预测在特征提取和泛化能力方面的性能	将基于CNN的局部特征提取集成到深度残差网络框架中，以捕获细粒度时空负荷模式，并利用残差学习缓解梯度退化，提高网络稳定性	未明确提及具体局限性，但未来研究方向包括扩展到多区域多尺度预测、引入注意力机制以及探索自适应混合残差架构	提升短期负荷预测的准确性、鲁棒性和对不同气候条件的适应性	短期电力负荷数据	机器学习	NA	NA	CNN, 残差网络	时间序列数据	两个数据集：代表温带气候的ISO-NE数据集和代表热带气候的马来西亚数据集	NA	CNN-Embedded Deep Residual Network	平均绝对百分比误差	NA
8873	2026-02-20	Magnetotelluric forward modeling on fine grid via deep learning with physical information constraints 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37645-1 PMID:41593154	研究论文	本研究结合深度学习与传统正演技术，通过物理信息约束实现高精度高效的磁大地电流正演建模	提出结合深度学习与传统正演方法，利用物理信息约束训练多任务模型，在保持精度的同时显著减少计算时间，突破传统方法的效率瓶颈	未明确提及模型在复杂地质条件下的泛化能力或实际野外数据验证的局限性	实现高精度与高效率协同的磁大地电流正演建模	地下介质的电阻率模型及其磁大地电流响应	地球物理建模	NA	磁大地电流正演建模，立方样条插值	深度学习模型	合成电阻率模型数据	NA	NA	Swin-UNet，以Swin Transformer为骨干	正演时间减少，精度保持	NA
8874	2026-02-20	AE-LFOG-YOLO: robust safety helmet detection via adaptive anchors and illumination invariant learning 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37326-z PMID:41593153	研究论文	提出一种名为AE-LFOG-YOLO的端到端框架，通过自适应锚框和光照不变学习增强YOLOv8，用于复杂工业场景下鲁棒的安全帽检测	1) 引入光照不变模块，采用双路径特征解耦策略抑制光照伪影；2) 提出自适应进化-光场优化生成算法，利用局部光照梯度和薄透镜成像原理动态优化锚框参数	仅针对隧道施工场景进行验证，未在其他工业环境测试泛化能力	提升高风险工业环境中安全帽检测的鲁棒性，特别是应对严重光照不均和多尺度目标挑战	隧道施工场景中的安全帽	计算机视觉	NA	深度学习	CNN	图像	真实世界隧道数据集（具体数量未说明）	PyTorch（基于YOLOv8推断）	YOLOv8	mAP@0.5	NA
8875	2026-02-20	Deep learning-based system to predict hepatocellular carcinoma resection volume using contrast-enhanced CT 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37085-x PMID:41593175	研究论文	提出一种基于深度学习的系统，利用对比增强CT图像预测肝细胞癌切除体积，以提高术前规划的准确性和效率	开发了名为Liver Resection Volume Calculation with Deep learning的人工智能系统，能够将计算时间减少近二十倍，并与经验丰富的外科医生规划结果保持一致	NA	提高肝细胞癌术前手术规划中肝脏切除体积计算的准确性和效率	990例病理确诊的肝细胞癌患者的医学影像扫描数据	计算机视觉	肝细胞癌	对比增强计算机断层扫描	深度学习	图像	990例患者	NA	NA	实质肝切除率	NA
8876	2026-02-20	Advancements in the detection of invasive water hyacinth (Eichhornia crassipes): a critical review of monitoring techniques for aquatic ecosystem management 2026-Jan-27, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-14979-x PMID:41593392	综述	本文系统回顾了2012年至2025年间关于入侵物种水葫芦（Eichhornia crassipes）检测与监测技术的研究，重点关注机器学习、深度学习、遥感及混合方法的应用	系统性地梳理了水葫芦监测领域的最新计算技术趋势，特别是2023年至2025年间深度学习模型的兴起，并指出了数据集和评估标准化的关键问题	数据集可用性有限，评估指标缺乏标准化，可能影响不同研究间的可比性	为水生入侵物种的环境监测提供研究方向指导，促进方法学一致性，支持开发稳健、可扩展的监测策略	入侵水葫芦（Eichhornia crassipes）及其对淡水生态系统的影响	机器学习	NA	遥感（RS）、机器学习（ML）、深度学习（DL）、混合方法	深度学习模型	遥感数据、图像数据	基于74篇同行评议文章的分析	NA	NA	NA	NA
8877	2026-02-20	SqueakPose Studio: An end-to-end platform for pose estimation and real-time edge-AI deployment 2026-Jan-26, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.24.700912 PMID:41659585	研究论文	介绍了一个集成软件-硬件生态系统，用于姿态估计，涵盖数据集创建、模型训练、离线分析和嵌入式边缘计算设备的实时部署	提出了一个统一的平台，结合了SqueakPose Studio、SqueakView和MouseHouse，支持从数据集创建到实时边缘AI部署的端到端流程，无需工作站级硬件或外部中间件	NA	开发一个集成平台，用于姿态估计的定量行为分析，支持离线分析和实时嵌入式实验	姿态估计在行为分析中的应用，特别是针对小鼠等实验动物的家庭笼式实验	计算机视觉	NA	深度学习	对象检测架构	视频	NA	NA	现代对象检测架构	NA	CPU, GPU, Apple Silicon, 嵌入式GPU计算
8878	2026-02-19	Prognostic value of deep learning-based coronary artery calcium score and quantitative pneumonia burden in patients hospitalized with COVID-19 2026-Jan-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02119-9 PMID:41580636	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8879	2026-02-20	Machine learning pipelines for the design of solid-state electrolytes 2026-Jan-13, Materials horizons IF:12.2Q1 DOI:10.1039/d5mh01525a PMID:41358912	综述	本文系统综述了机器学习在固态电解质设计中的应用，提出了一个将固态电解质发现中的五大挑战与新兴人工智能解决方案相映射的战略框架	首次提出了一个系统框架，将固态电解质发现中的五大挑战与新兴AI解决方案相映射，并特别关注了多价导体（如Mg、Ca、Zn、Al）的数据缺口问题，通过迁移学习和主动学习框架提供了具体策略	NA	为下一代AI加速的固态电池材料发现提供全面的路线图	固态电解质	机器学习	NA	NA	经典模型, 深度学习架构, 生成模型, Transformer, 图神经网络	NA	NA	NA	Transformer, 图神经网络	NA	NA
8880	2026-02-20	Study on the source tracing method of organic pollutants in large shallow eutrophic lakes based on 3D-EEM and Transformer models: A case study of Changdang Lake in China 2026-Jan-07, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14958-8 PMID:41498835	研究论文	本研究提出了一种结合三维激发-发射矩阵荧光光谱技术和深度学习模型的方法，用于追踪大型浅水富营养化湖泊中有机污染物的来源，并以中国长荡湖为例进行验证	首次将3D-EEM荧光光谱技术与Transformer深度学习模型结合，用于湖泊有机污染源追踪，相比传统依赖Tucker Congruence系数的手动方法，显著提高了识别效率和准确性	研究仅针对长荡湖流域，方法在其他湖泊或污染源类型中的普适性有待验证；样本来源限于工业废水、农业和生活污染，未涵盖所有潜在污染源	开发一种高效、准确的有机污染源追踪方法，以支持湖泊流域污染控制	长荡湖流域的溶解有机物，包括工业废水、农业和生活污染源	环境科学	NA	三维激发-发射矩阵荧光光谱技术，平行因子分析	深度学习模型	荧光光谱图像	40个荧光组分，来自长荡湖连接河流和湖体的水质样本，以及工业、农业、生活污染源样本	NA	Transformer, GoogLeNet, VGG, AlexNet	识别准确率，Tucker Congruence系数	NA